110
AUTOMAZIONE OGGI 369
SOLUZIONI SOFTWARE PER L’INDUSTRIA
S
SI
Big Data e Business Intelligence
Una traduzione in italiano corrente del titolo potrebbe
suonare come ‘Big Data insieme a Business Intelligence
implicano minori costi’. Il linguaggio usato è un gramelot
tra logica matematica, mania degli acronimi che stiamo im-
portando dagli americani, XML, fantasia pura. La domanda
fondamentale (e seria) è la terza: è vero che le tecnologie
‘Big Data’ e la ‘Business Intelligence’ possono portare be-
nefici all’automazione industriale? Ma prima di rispondere
a questa fondamentale domanda, cerchiamo di chiarire
cosa significhi realmente Big Data, al di là dei discorsi ‘un
po’ da bar’ che spesso si fanno sul tema. Si parla di Big Data
quando i dati da gestire - nel senso di acquisire, immagaz-
zinare, elaborare, ricercare… - superano la capacità dei
normali database. In questo senso la soglia dei Big Data si
muove giorno per giorno, alzandosi insieme all’aumento di
capacità dei database: a seconda dell’interlocutore si può
passare dalle centinaia di gigabyte (1011) alle migliaia di
terabyte (1015). Chiariamo quindi sin da subito che nes-
sun sistema industriale può generare moli di dati di queste
dimensioni, a meno che il progettista del sistema di auto-
mazione non abbia commesso qualche madornale errore
di programmazione.
Allo stesso modo, la Business Intelligence è un insieme di
tecniche statistico-matematiche utili a trasformare insiemi
di dati grezzi in informazioni utili alla gestione dell’azienda.
Le tecniche di BI nascono, come dice il nome, nel settore
economico-finanziario, con applicazioni oggi prevalente-
mente di marketing, e hanno nomi evocativi come: bench-
marking, data mining, business performance management,
ecc.
Appare evidente che BD e BI non sono ‘sic et simpliciter’
strumenti idonei ad applicazioni nell’ambito dell’automa-
zione dei processi industriali e delle macchine, ma è al-
trettanto evidente che possono essere mutuate da questi
ambiti alcune delle metodologie utilizzabili proficuamente
in tale contesto. Questo lavoro ha proprio lo scopo di iden-
tificare che tecniche e approcci possono essere impiegate
per analizzare la massa di dati (non Big) che i sistemi di au-
tomazione integrati rendono oggi disponibili.
Tecniche Big Data e Business Intelligence
I cosiddetti Big Data sono associati alle tre ‘V’: Volume -
quantitativi di dati non gestibili con i database tradizionali;
Velocità - dati che fluiscono e devono essere processati in
tempo reale; Varietà - dati eterogenei tra loro sia come ti-
pologia (video, testi, audio,…) sia come sorgente di prove-
nienza.
C’è chi aggiunge una quarta ‘V’ per Visualizzazione, cioè
le modalità di presentazione dei risultati dell’analisi all’u-
tente. Altri aggiungono un’altra ‘V’ ancora: Veridicità o Va-
lidazione. Se le 3V (o quattro o cinque che siano) sono il
marcatore dei Big Data, è chiaro che non si deve parlare di
Big Data nel mondo dell’automazione industriale. Infatti
Big Data nasce nei settori legati a Internet, in particolare nel
mondo consumer, ed è bene che lì resti. Proprio l’esigenza
di operare su enormi quantità di dati ha fatto sì che BD svi-
luppasse piattaforme hardware e pacchetti middleware
propri e specifici. La figura 1 mostra un esempio (di IBM)
di architettura idonea alla gestione di BD, basata su pro-
cessori massivamente paralleli (tecnologia blade), e grandi
banchi di dischi [1]. Gli SMP Host (Simmetric Multi Process-
Cosa significa il titolo di questo lavoro? In che lingua è scritto?
È vero quello che dice?
Micaela Caserza Magro, Paolo Pinceti
(BD
F
BI) €
Fig. 1 - Tipica architettura hardware per la gestione di Big Data
>
